• Un nuevo algoritmo de aprendizaje automático (ML) utiliza inteligencia artificial (IA) y el Emotiv EEG para calcular la edad cerebral de una persona.

• Los cambios en el EEG en estado de reposo de una persona podrían indicar signos tempranos de enfermedades degenerativas como el Alzheimer.

• Los hallazgos de la investigación, publicados en Frontiers in Neuroergonomics, ofrecen un enfoque proactivo para las evaluaciones de salud cerebral.

Los investigadores han desarrollado un nuevo método para calcular la diferencia entre la edad cronológica de una persona y su edad cerebral. Este modelo de aprendizaje automático utiliza diademas Emotiv Epoc X para medir la actividad eléctrica durante el estado de reposo del cerebro (despierto pero sin realizar ninguna tarea) y la compara con datos estadísticos de adultos sanos.

Kounios et al. (2024) entrenaron el algoritmo con datos cerebrales de Epoc X recopilados de un grupo de participantes presenciales y remotos en línea, así como con conjuntos de datos de entrenamiento complementarios. En total, el estudio utilizó cinco conjuntos de datos combinados.

¿Por qué importa la edad cerebral?

El cerebro humano siempre está cambiando, agregando nuevas conexiones y reparando las antiguas a lo largo de nuestras vidas. Las lesiones y las enfermedades pueden retrasar o acelerar la etapa de desarrollo de un cerebro, provocando una "brecha de edad cerebral". Estas brechas pueden servir como señales de advertencia para enfermedades relacionadas con la edad. Desafortunadamente, los escaneos cerebrales suelen ser costosos y requieren mucho tiempo, y se realizan solo cuando se manifiestan los síntomas de la enfermedad.

Los autores proponen que escanear a personas en la mediana edad temprana o más jóvenes aumenta la posibilidad de detectar y tratar trastornos neurológicos relacionados con la edad en sus fases más tempranas.

"Nuestro enfoque para la estimación de la edad cerebral mediante EEG tiene varias aplicaciones prometedoras", señalan los autores. "Puede utilizarse como una herramienta de detección relativamente económica para identificar a personas cuya brecha de edad cerebral sugiera la posibilidad de una patología subyacente relacionada con la edad a la que se pueda dar seguimiento con pruebas diagnósticas específicas. Además, debido al costo relativamente bajo de la diadema Emotiv Epoc X, la estimación de la edad cerebral mediante EEG se puede realizar de forma repetida para verificar los resultados y detectar cambios a lo largo del tiempo".

Este conjunto de datos de edad cerebral también puede ser útil para probar posibles intervenciones para retrasar o revertir el envejecimiento neurológico. Por ejemplo, un estudio de 2020 financiado por el Instituto Nacional sobre el Envejecimiento descubrió que ciertos factores de estilo de vida saludable podrían reducir el riesgo de Alzheimer en un 60% (Dhana et al., 2020).

EEG inalámbrico al rescate

Kounios y sus colegas elogiaron al Epoc X por ser accesible y asequible. Dijeron que permite a las personas calcular su edad cerebral en casa o en el trabajo. Esto podría conducir a una mayor investigación sobre el deterioro cognitivo relacionado con la edad y las intervenciones en el estilo de vida para la salud cognitiva.

Aprender a calcular la edad cerebral también ofrece otras posibilidades. Por ejemplo, existe un grupo de personas de entre 80 y 90 años llamadas "superancianos cognitivos" que desafían las estadísticas. Los superancianos cognitivos tienen un rendimiento de memoria similar al de adultos de 20 a 30 años más jóvenes. Los estudios actuales tienen como objetivo aprender de este grupo excepcional de personas y utilizar esa información para promover un envejecimiento cerebral saludable.

Los neurocientíficos y otros investigadores esperan comprender mejor el papel que juegan la dieta, el medio ambiente, los estilos de vida y la genética en la forma en que envejecen nuestros cerebros.

Los autores enfatizan la importancia de evaluar la estabilidad de su modelo de detección de edad cerebral durante un período de tiempo prolongado. También se necesitan investigaciones futuras para validar estos hallazgos con una muestra de datos de EEG cerebral más grande y diversa.

Referencias:

Dhana, K., Evans, D. A., Rajan, K. B., Bennett, D. A., & Morris, M. C. (2020). Healthy lifestyle and the risk of Alzheimer dementia. Neurology, 95(4). https://doi.org/10.1212/wnl.0000000000009816

Kounios, J., Fleck, J. I., Zhang, F., & Oh, Y. (2024). Brain-age estimation with a low-cost EEG-headset: effectiveness and implications for large-scale screening and brain optimization. Frontiers in Neuroergonomics, 5. https://doi.org/10.3389/fnrgo.2024.1340732